Projet ITINERIS
Gestion des données de la recherche
dans le contexte de la Science Ouverte

“La science ouverte consiste à rendre accessible autant que possible et fermé autant que nécessaire” (cnrs, n.d.). Ce document R + Markdown cherche à illustrer comment le projet d’ANR ‘ITINERIS’ (coord. Veronica Cicolani) entend gérer les données issues de sa recherche dans un contexte d’ouverture et de référencement de l’information scientifique (Science Ouverte), notamment en utilisant les services d Huma-Num, les iso-standards liés aux axes de recherche, et les aspects du web interactif

Infrastructure Huma-Num

La grille de services de l’infrastructure Huma-Num

Grille des services de la TGIR Huma-Num

service	logo
Signaler
Traiter
Exposer
Archiver
Stocker

Plan de gestion des données

Le plan de gestion des données (PGD) suivra les recommandations européennes H2020 pour la science ouverte et pilotera la gestion ouverte des données de recherche. Le projet prévoit de publier des documents de travail (working papers), des documents de données (data papers) et des jeux de données (datasets) sur des plateformes en libre accès (par exemple OpenEdition). Ces documents et jeux de données seront associés à des identifiants d’objets numériques (digital object identifiers, DOI) afin de garantir leur FAIRisation et seront référencés sur le site web de l’ANR (A quel WP ou task révient le website ?).

La cohérence de la gestion des données scientifiques sera assurée par un développement intégré dans le conteneur d’application logicielles GitLab d’Huma-Num

Stockage

Dans le contexte de cette présentation les données sont herbergées sur l’ entrepôt de données (i.e., data warehouse, repository) GitHub accessible sur internet:

https://raw.githubusercontent.com/zoometh/golasecca/main/LOD

Axes de recherche

Description des Work packages (WP), task (T.) et des acteurs institutionnels

Partant d’une étude archéométrique des objets avec leur analyse physico-chimique et de surface (WP1, WP2), puis la remise de ces objets dans leur contexte historico-culturel de production, de circulation et d’utilisation (WP3)

WP1

Ce programme de travail porte sur l’étude des états de surface et les analyses physico-chimiques

Etats de surface

L’analyse de surface passera par une analyse macro- et micro-optique. Les données des études des états de surface seront renseignés selon les standards suivants:

Standards de l’analyse de surface (surface texture) pour la documentation technique et les méthodes du profil (ICs: instruments à contact, i.e. palpeur)

ISO	description
1302:2002	Production d’une documentation technique
3274:1996	Caractéristiques nominales des instruments à contact (palpeur)
4287:1997	Terminologie, description et paramètres
4288:1996	Règles et procédures de mesures
5436-1:2000	Étalonnage matériel et logiciel
5436-2:2012
12085:1996	Étalonnage motifs
13565-1:1996	Étalonnage des ICs, surfaces ayant des propriétés fonctionnelles différentes suivant les niveaux
13565-2:1996
13565-3:1998

Analyses physico-chimiques

Les analyses physico-chimiques permettront de caractériser les alliages cuivreux

Standards pour les analyses physico-chimiques

ISO	description
ISO/TC 26	Cuivre et alliages de cuivre
17034:2016	Analyses isotopiques
10810:2019	Spectroscopie Raman
	Spectroscopie des rayon X

WP2

Analyse 3D

Standards pour la gestion de la documentation 3D

ISO	description
14739-1:2014l	Gestion de la documentation 3D (Lasergrammétrie, RTI)

WP3

Base de données Web

La base de données web (T.5A) sera hébergée sur la grille du TGIR Huma-Num – l’instance française de la Digital Research Infrastructure for the Arts and Humanities (DARIAH-EU) – et librement accessible en ligne. La TGIR Huma-Num héberge déjà de nombreux projets numériques développés par le laboratoire AOROC. Cette structure de données va permettre l’implémentation d’une saisie mult-utilisateurs, la pérennité du stockage et faciliter l’interfaçage avec des données de recherche déjà implémentées par la coordinatrice du projet (VC), le gazetteer Archeolocalis, la base de données BaseFer.

Pour faciliter l’intéropérabilité des données, les données et leur métadonnées seront retranscrites à la volée par des routines informatiques écrites sous R:

Base de données

description	format
Représenter/publier les données	JSON-LD
	RDF
Décrire les données à partir de vocabulaires	XML-TEI
Historique des données	VoID
	DCAT
	PROV-O
Recherche de données	SPARQL

Au sein de l’équipe, les documents de travail (working papers) seront échangés sur le ShareDocs d’Human-Num

Référencement FAIR

Basée sur l’ouverture de données (open data) décrites sémantiquement et des métadonnées (metadata), l’Open Science repose sur les principes du FAIR

Facile à trouver

Accessible

Interopérable

Réutilisable

Facile à trouver

Repose sur l’attribution d’identifiants uniques (DOI) et un système standardisé de citations, comme les boutons “Citer” ou les liens qui affichent des les principaux formats de références biblographiques (.bib, .tex, etc.). Comme pour citer la page web Golasecca-net et l’article ayant servis à développer cette page:

https://raw.githubusercontent.com/zoometh/golasecca/main/bibliographie.bib

Accessible

L’ouverture des données (open data) est à la base de la Science Ouverte, ces données seront accompagnées de métadonnées et recevront une certification

Intéroperable

Les données seront intégrées à d’autres. Elles doivent donc être exprimées dans des formats ouverts et internationaux. C’est par exemple le cas du format WKT qui est le format standard, human-readable, pour la représentation des données géographiques.

Pour les données historico-culturelles (sites archéologiques, contexte stratigraphiques, typologie des objets, etc.), lors de la conception de la base de données, nous chercherons à aligner les champs et les valeurs sur le Cultural Heritage Information-Conceptual Reference Model (CIDOC-CRM, ISO 21127. Le CIDOC-CRM est un iso-standard pour la description et l’organisation de l’information liée au patrimoine archéologique et architectural

Réusable

La provenance, le nom du laboratoire, les méthodes et les équipements utilisés seront sourcés et sous license.

Exemples de licences utilisées dans le projet

licences	description
ODbL	bases de données ouvertes

Les données ouvertes seront connectées au web sémantique (linked open data, LOD). Ces données décrites comme des triples structurés sous la forme: sujet-prédicat-objet, au format Resource Description Framework (RDF) et enregistrées selon la syntaxe JavaScript Object Notation for Linked Data (JSON-LD).

Par exemple pour le site d’Uto-Kulm (n° 247) durant la phase Golasecca IIAB-IIIA1:

site <- "Uto-Kulm"
per <- "GIIAB_IIIA1_530_450"
urlfile<-'https://raw.github.com/zoometh/golasecca/master/LOD/data/data_temp.csv'
df <- read.csv(urlfile)
df.select <- df[df[ , "Lieu_dit"] == site & df[ , per] > 0, ]
df.per.count <- df.select %>% count(Objet)
df.per.count$Site <- site
kable(df.per.count,"html",
      row.names = F,
      caption = "Nombre des différents types d'objets pour 
      le site d'Uto-Kulm au Golasecca IIAB-IIIA1") %>%
  collapse_rows() %>%
  kable_styling(full_width = FALSE,
                position = "center",
                font_size=12)

Nombre des différents types d’objets pour le site d’Uto-Kulm au Golasecca IIAB-IIIA1

Objet	n	Site
Ceramique grecque	2	Uto-Kulm
Parure Golasecca	1

Où:

• Site = sujet
• Objet = prédicat
• n = objet

Le langage de programmation R, offre différents packages (rdflib, jsonld, etc.) permettant de formater les données de l’étude sous la forme de LOD:

rdf <- rdf()
for (i in 1:nrow(df.per.count)){
  rdf %>% 
    rdf_add(subject = paste0(base, df.per.count[i,"Site"]), 
            predicate = paste0(base, df.per.count[i,"Objet"]), 
            object = df.per.count[i,"n"]) 
}
rdf

## Total of 2 triples, stored in hashes
## -------------------------------
## <https://github.com/zoometh/golasecca/tree/main/Uto-Kulm> <https://github.com/zoometh/golasecca/tree/main/Ceramique grecque> "2"^^<http://www.w3.org/2001/XMLSchema#integer> .
## <https://github.com/zoometh/golasecca/tree/main/Uto-Kulm> <https://github.com/zoometh/golasecca/tree/main/Parure Golasecca> "1"^^<http://www.w3.org/2001/XMLSchema#integer> .

Le triple peut être sérialisé sous le format JSON-LD, actuellement le plus populaire pour décrire des données web et qui sera bientôt intégré par Google.

json.name <- paste0(getwd(), site, "_", per,".json")
rdf_serialize(rdf, json.name, "jsonld") 

Ce fichier peut ensuite être déposé sur GitHub :

https://raw.githubusercontent.com/zoometh/golasecca/main/LOD/Uto-Kulm_GIIAB_IIIA1.json

Modélisation

Les données de la modélisation mathématique et spatiale seront mises aux formats conventionnellement utilisés dans ces domaines.

Standards pour les analyses mathématiques et spatiales

ISO	description
80000-2:2019	Modélisation mathématique
19115:2003	Information géographique

Pour la représentation des ensembles structurés, l’analyse de réseaux (network analysis) est un formalisme largement utilisé, en même temps qu’une heuristique visuelle (graph drawing). Les données utilisées dans l’analyse de réseaux sont basiquement des noeuds (vertices) et des liens (edges). Dans le projet ITINERIS, cette modélisation elle sera employée à différentes échelle et selon différents paradigmes. Nous nous en étions servis pour modéliser les réseaux d’échanges du Golassecca (Cicolani and Huet 2019):

Exemple d’analyse de réseaux et de graphes interactifs, extrait de la page web Golasecca-net

En Italie du Nord, la territorialisation qui débute à l’âge du Bronze se renforce au cours de l’âge du Fer. Cette territorialisation renforce le processus d’ethnicisation entendu comme le produit de ‘l’organisation sociale de la différence culturelle’ (Barth 1969). C’est ce processus que le projet ‘ITINERIS’ entend documenter à travers une étude des sous-systèmes techniques (chaîne opératoire, matières premières), culturels (notion de style (Sackett 1989, 1977)) et spatiaux.

Spatial

Les ‘sites princiers’ forment des central places autour desquelles s’organisent les réseaux d’échanges à longue distance. Ces sites majeurs ont une distribution spatiale régulière, ce qui témoigne du renforcement de la territorialisation au cours de l’âge du Fer. qu’il est possible de modéliser avec des polygones de Thiessen (fonction deldir et de lignes qui connectent ces sites quand les territoires théoriques sont contigüs (fonction gTouches)

Polygones de Thiessen (i.e. cellules de Voronoi) des ‘sites princiers’ (source) de la fin du Premier Âge du Fer dans le nord de l’aire d’étude (domaine nord alpin) d’après: Fernández-Götz and Krausse (2013), Brun and Chaume (2013), modifié

Les connections de proche en proche entre ces sites centraux, peuvent être mise sous la forme de graphes et de réseaux de transports. Comme par exemple en calculant entre chacun de ces sites, les plus courts chemins théoriques

Plus courts chemins théoriques entre les ‘sites princiers’ (source) de la fin du Premier Âge du Fer dans le nord de l’aire d’étude (domaine nord alpin) d’après: Fernández-Götz and Krausse (2013), Brun and Chaume (2013), modifié

References

Barth, Fredrik. 1969. Ethnic Groups and Boundaries: The Social Organization of Culture Difference. Boston: Little Brown.

Brun, Patrice, and Bruno Chaume. 2013. “Une éphémère Tentative d’urbanisation En Europe Centre-Occidentale Durant Les VI e Et v e Siècles Av. J.-c.?” Bulletin de La Société Préhistorique Française, 319–49.

Cicolani, Veronica, and Thomas Huet. 2019. “Essai de modelisation des echanges et des reseaux de circulation dans les Alpes centrales au premier age du Fer.” In La conquête de la montagne : des premières occupations humaines à l’anthropisation du milieu. Éditions du Comité des travaux historiques et scientifiques. https://doi.org/10.4000/books.cths.7827.

cnrs. n.d. “Science Ouverte.” https://www.science-ouverte.cnrs.fr/.

Fernández-Götz, Manuel, and Dirk Krausse. 2013. “Rethinking Early Iron Age Urbanisation in Central Europe: The Heuneburg Site and Its Archaeological Environment.” Antiquity 87 (336): 473–87.

Sackett, James A. 1977. “The Meaning of Style in Archaeology: A General Model.” American Antiquity 42 (3): 369–80. https://doi.org/10.2307/279062.

———. 1989. “Style and Ethnicity in Archaeology: The Case for Isochrestism.” In The Uses of Style in Archaeology, edited by Hastorf Christine, Ann Conkey, and Margaret Wright, 32–43. Cambridge University Press.